論文の概要: Synthesis of 3D on-air signatures with the Sigma-Lognormal model
- arxiv url: http://arxiv.org/abs/2401.16329v1
- Date: Mon, 29 Jan 2024 17:35:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 13:52:32.407350
- Title: Synthesis of 3D on-air signatures with the Sigma-Lognormal model
- Title(参考訳): Sigma-Lognormalモデルによる3次元オンエアシグネチャの合成
- Authors: Miguel A. Ferrer, Moises Diaz, Cristina Carmona-Duarte, Jose J.
Quintana Hernandez, Rejean Plamondon
- Abstract要約: 本稿では,対数正規性原理を利用した合成3Dオンエアシグネチャを生成するフレームワークを提案する。
実際の3Dシグネチャを模倣した合成3Dシグネチャデータベースを作成した。
また,提案手法は3次元空気の書き起こしやジェスチャーの合成にも有効であることを示した。
- 参考スコア(独自算出の注目度): 3.6467072494275734
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Signature synthesis is a computation technique that generates artificial
specimens which can support decision making in automatic signature
verification. A lot of work has been dedicated to this subject, which centres
on synthesizing dynamic and static two-dimensional handwriting on canvas. This
paper proposes a framework to generate synthetic 3D on-air signatures
exploiting the lognormality principle, which mimics the complex neuromotor
control processes at play as the fingertip moves. Addressing the usual cases
involving the development of artificial individuals and duplicated samples,
this paper contributes to the synthesis of: (1) the trajectory and velocity of
entirely 3D new signatures; (2) kinematic information when only the 3D
trajectory of the signature is known, and (3) duplicate samples of 3D real
signatures. Validation was conducted by generating synthetic 3D signature
databases mimicking real ones and showing that automatic signature
verifications of genuine and skilled forgeries report performances similar to
those of real and synthetic databases. We also observed that training 3D
automatic signature verifiers with duplicates can reduce errors. We further
demonstrated that our proposal is also valid for synthesizing 3D air writing
and gestures. Finally, a perception test confirmed the human likeness of the
generated specimens. The databases generated are publicly available, only for
research purposes, at .
- Abstract(参考訳): 署名合成は,自動署名検証における意思決定を支援する人工標本を生成する計算手法である。
キャンバス上の動的および静的な2次元の筆跡を合成することを中心に、この主題に多くの研究がなされている。
本稿では,指先の動きに合わせて複雑な神経運動制御を模倣した,対数正規性原理を利用した合成3Dオンエアシグネチャを生成する枠組みを提案する。
本論文は, 人工個体と複製標本の発達に関わる通常の事例に対処するため, 1) 完全3次元新規署名の軌跡と速度, (2) 署名の3次元軌跡のみが知られている場合の運動情報, (3) 3次元実署名の複製サンプルの合成に寄与する。
検証は,実物を模倣した合成3次元署名データベースを作成し,実および合成データベースと類似した実および熟練の偽造品の自動署名検証を行った。
また,重複による3次元自動署名検証器の訓練により誤りの低減が図られた。
さらに,提案手法は3次元空気の書き起こしとジェスチャーの合成にも有効であることを示した。
最後に、認識テストにより、生成された標本の人間の類似性が確認された。
生成されたデータベースは、研究目的でのみ公開されています。
関連論文リスト
- SyntheOcc: Synthesize Geometric-Controlled Street View Images through 3D Semantic MPIs [34.41011015930057]
SyntheOccは、2次元拡散モデルに対する条件入力として3次元幾何学情報を効率的にエンコードする方法の課題に対処する。
提案手法は,3次元意味的マルチプレーン画像(MPI)を革新的に組み込んで,包括的かつ空間的に整合した3次元シーン記述を提供する。
論文 参考訳(メタデータ) (2024-10-01T02:29:24Z) - Atlas3D: Physically Constrained Self-Supporting Text-to-3D for Simulation and Fabrication [50.541882834405946]
我々は,テキストから3Dへの自動的実装であるAtlas3Dを紹介する。
提案手法は,新しい微分可能シミュレーションに基づく損失関数と,物理的にインスパイアされた正規化を組み合わせたものである。
我々は、Atlas3Dの有効性を広範囲な生成タスクを通して検証し、シミュレーションと実環境の両方で結果の3Dモデルを検証する。
論文 参考訳(メタデータ) (2024-05-28T18:33:18Z) - Hardness-Aware Scene Synthesis for Semi-Supervised 3D Object Detection [59.33188668341604]
3次元物体検出は、自律運転知覚の基本的なタスクとして機能する。
ポイントクラウドデータのための高品質なアノテーションを得るためには、コストがかかる。
本稿では,適応型合成シーンを生成するために,ハードネス対応シーン合成(HASS)手法を提案する。
論文 参考訳(メタデータ) (2024-05-27T17:59:23Z) - HandBooster: Boosting 3D Hand-Mesh Reconstruction by Conditional Synthesis and Sampling of Hand-Object Interactions [68.28684509445529]
HandBoosterは、データの多様性を向上し、3Dハンド・ミーシュ・リコンストラクションのパフォーマンスを向上する新しいアプローチである。
まず,多様な手やポーズ,ビュー,背景を持つリアルな画像を生成するために,拡散モデルを誘導する多目的コンテンツ認識条件を構築した。
そこで我々は,我々の類似性を考慮した分布サンプリング戦略に基づく新しい条件作成手法を設計し,トレーニングセットとは異なる,斬新で現実的なインタラクションのポーズを意図的に見つける。
論文 参考訳(メタデータ) (2024-03-27T13:56:08Z) - Static and Dynamic Synthesis of Bengali and Devanagari Signatures [10.385242870659749]
本稿では,デバナガリ文字やベンガル文字で書かれた静的および動的シグネチャを効果的に合成する。
実際のシグネチャと実シグネチャを比較した結果, 外観や性能の面で人工的に生成されたシグネチャを用いた有望な結果が得られる。
論文 参考訳(メタデータ) (2024-01-30T14:01:30Z) - IT3D: Improved Text-to-3D Generation with Explicit View Synthesis [71.68595192524843]
本研究では、これらの問題に対処するために、明示的に合成されたマルチビュー画像を活用する新しい戦略を提案する。
我々のアプローチは、高画質画像を生成するために、LCDによって強化されたイメージ・ツー・イメージ・パイプラインを活用することである。
組込み判別器では、合成したマルチビュー画像は実データと見なされ、最適化された3Dモデルのレンダリングは偽データとして機能する。
論文 参考訳(メタデータ) (2023-08-22T14:39:17Z) - SCoDA: Domain Adaptive Shape Completion for Real Scans [78.92028595499245]
点雲からの3D形状の完成は、特に現実世界のオブジェクトのスキャンによる難しい作業である。
合成データから実スキャン形状完了の領域適応のための新しいタスクであるSCoDAを提案する。
本稿では,知識伝達のための新しいクロスドメイン機能融合手法と,実データからの堅牢な学習のための新しいボリューム一貫性の自己学習フレームワークを提案する。
論文 参考訳(メタデータ) (2023-04-20T09:38:26Z) - Generative Novel View Synthesis with 3D-Aware Diffusion Models [96.78397108732233]
単一入力画像から3D対応の新規ビュー合成のための拡散モデルを提案する。
提案手法は既存の2次元拡散バックボーンを利用するが,重要な点として,幾何学的先行を3次元特徴体積の形で組み込む。
新たなビュー生成に加えて,本手法は3次元一貫性シーケンスを自己回帰的に合成する機能を備えている。
論文 参考訳(メタデータ) (2023-04-05T17:15:47Z) - Intrapersonal Parameter Optimization for Offline Handwritten Signature
Augmentation [17.11525750244627]
本稿では,最も一般的なライターの変動特性を自動的にモデル化する手法を提案する。
この方法は、画像と特徴空間のオフラインシグネチャを生成し、ASVSを訓練するために使われる。
我々は、よく知られた3つのオフライン署名データセットを用いて、ASVSの性能を生成されたサンプルで評価する。
論文 参考訳(メタデータ) (2020-10-13T19:54:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。